基于可靠信标和节点度估计距离的无线传感器网络定位算法

针对经典的DV-Hop、Amorphous等免测距无线传感器网络（WSN）定位算法信标节点选择不可靠、距离模糊和距离估计不准确等问题导致定位精度低,难以适应传感器节点分布不均匀应用的情况,提出了基于可靠信标和节点度估计距离的无线传感器网络定位算法（RDLA）。首先,通过跳数阈值和定位三角可靠度计算来选择引入误差小的信标节点;然后,利用节点度感知的距离估计方法计算单跳距离以解决距离模糊问题,在累积最小跳数路径（SHP）距离并修正使估计的最小跳数路径距离更准确;最后用双曲线定位方法提高定位精度。Matlab R2012a仿真结果表明：在节点均匀分布的应用中,RDLA的平均定位误差（ALE）比DV-Hop算法及其改进算法小;在节点非均匀和具有覆盖洞的C型分布的应用中,与DV-Hop算法及其改进算法相比,RDLA的ALE显著降低,几乎控制在28%以下。     

基于山区地形的无线传感器网络三维定位机制

针对三维DV-hop无线传感器定位算法在实际地形中定位时误差较大的问题,提出了根据山区地形的网格数据进行较近点投影校正的无线传感器网络非测距三维定位算法。经典的三维DV-hop算法求出未知节点位置后,在该节点附近搜索3个离该节点较近且非共线的山区地形网格上的点,将该节点向上述3个点确定的面进行投影,投影点即为校正后的未知节点位置。山区地形多场景实验表明,该方法较大幅度减小了定位误差。     

基于近似投影效正的无线传感器网络三维定位机制

针对三维DV-Hop无线传感器定位算法存在定位误差较大的问题,提出了近似投影校正的无线传感器网络非测距三维定位算法。充分利用已有的地形特点,将经典的三维DV-Hop算法所求得的结果进行近似投影,尽可能投影到离地形表明较近的地方,大幅度减小了定位误差。用二维高斯分布密度函数模拟山头地形的场景中,相对定位误差为35%左右,较大幅度提高了定位精度,有较高的实用价值。     

煤矿井下无线传感器网络节点三维定位算法

现有煤矿无线传感器网络节点定位存在定位精度差、功耗高等问题,提出一种基于信标节点规则部署的煤矿井下无线传感器网络节点三维定位算法,根据井下巷道特征成对部署信标节点,在定位估算时先将信标节点投影到与未知节点同一高度的水平面,再利用三边测量法进行平面定位,然后结合未知节点与信标节点的高度差即可实现三维定位。理论分析和仿真结果表明,该算法具有计算量小、通信量小、定位精度较高以及稳定性较好等特点。     

基于最优信标节点的无线传感器网络质心定位算法

针对无线传感器网络(WSN)质心定位(CL)算法精度不高的问题,提出了一种基于最优信标节点的质心定位(OBCL)算法.OBCL算法采用了4个移动信标节点,首先,对移动信标节点的路径进行规划;然后,未知节点根据集合偏移度(SDD)从候选信标节点集合中选出最优信标节点来进行位置估计;其次,为了解决信标节点不足导致无法定位的问题,引入角色转变机制,未知节点在完成定位之后成为准信标节点来进行辅助定位;最后,为了保证网络中所有节点能够完成定位,在完成初次定位之后,需要进行重定位过程.仿真实验结果表明,与CL、基于加权的质心定位(WCL)、利用接收信号强度加权的质心定位(RR-WCL)这3种算法相比,OBCL算法的平均定位误差分别降低了67.7%、39.2%、24.4%.由于OBCL算法只需要4个移动信标节点就能达到较好的定位效果,因此适合应用于对网络成本低、定位精度要求高的场景.     

基于跳数差的无线传感器网络安全定位方法

针对无线传感器网络(WSN)中女巫攻击使距离矢量跳数(DV-HOP)等算法的定位结果产生偏差的问题,提出基于跳数差值的距离矢量跳数算法(HDDV-HOP)及其增强型算法(EHDDV-HOP)。首先,检测节点通过可控泛洪方式获取其他节点的邻居节点列表;其次,检测节点通过分析邻居节点列表检测虚假节点并建立白名单;最后,节点根据白名单选择性转发接收到的数据包并进行安全定位。两种算法的区别在于它们使用不同的检测方式,HDDV-HOP算法中检测节点分析邻居节点列表是否相同,而EHDDV-HOP算法中检测节点分析邻居节点列表交集与并集中元素个数之比。仿真结果表明,在信标节点比例达到20%和信号覆盖不对称时,与无女巫攻击时DV-HOP算法相比,HDDV-HOP定位误差相对大133.4%,EHDDV-HOP在相似度阈值合适时只高出7.3%,但都低于有女巫攻击时DV-HOP的定位误差。两种算法都能抵御女巫攻击,但EHDDV-HOP更优。     

基于多维定标的无线传感器网络三维定位算法*

在森林防火、目标追踪、灾难预警、环境监测等应用中,需要通过定位算法对无线传感器节点进行三维定位。提出一种基于多维定标的无线传感器网络三维定位算法,结合RSS经验衰减模型和最短路径建立相异性矩阵,采用轻量级矩阵分解算法降低相异性矩阵分解的计算复杂性,并利用网络中存在的周期性消息将初始定位信息回送,在后台使用迭代优化算法对初始定位结果求精。仿真实验表明,在测距误差一定的情况下,该算法能够提高节点三维坐标的初始计算精度,经过集中式的优化求精后与MDS-MAP算法相比,能够明显地提高节点三维定位的精度。     

基于粒子群优化的无线传感器网络节点定位改进

针对无线传感器网络低成本、低功耗的要求,提出了一种DV-Hop改进算法,利用节点间的估计距离和锚节点的位置,在DV-Hop算法的第三阶段使用粒子群优化的方法校正DV-Hop得到的估算位置。该算法不需要任何额外硬件设备和不增加通信量。仿真表明,改进的算法可以使DV-Hop的平均定位误差下降30%,并有效降低了成本。     

Power efficient scheme for self localization in wireless sensor networks

With the tremendous applications of the wireless sensor network, self-localization has become one of the challenging subject matter that has gained attention of many researchers in the field of wireless sensor network. Localization is the process of assigning or computing the location of the sensor nodes in a sensor network. As the sensor nodes are deployed randomly, we do not have any knowledge about their location in advance. As a result, this becomes very important that they localize themselves as manual deployment of sensor node is not feasible. Also, in WSN the main problem is the power as the sensor nodes have very limited power source. This paper provides a novel solution for localizing the sensor nodes using controlled power of the beacon nodes such that we will have longer life of the beacon nodes which plays a vital role in the process of localization as it is the only special nodes that has the information about its location when they are deployed such that the remaining ordinary nodes can localize themselves in accordance with these beacon node. We develop a novel model that first finds the distance of the sensor nodes then it finds the location of the unknown sensor nodes in power efficient manner. Our simulation results show the effectiveness of the proposed methodology in terms of controlled and reduced power.     

A soft computing approach to localization in wireless sensor networks

In this paper, we propose two intelligent localization schemes for wireless sensor networks (WSNs). The two schemes introduced in this paper exhibit range-free localization, which utilize the received signal strength (RSS) from the anchor nodes. Soft computing plays a crucial role in both schemes. In the first scheme, we consider the edge weight of each anchor node separately and combine them to compute the location of sensor nodes. The edge weights are modeled by the fuzzy logic system (FLS) and optimized by the genetic algorithm (GA). In the second scheme, we consider the localization as a single problem and approximate the entire sensor location mapping from the anchor node signals by a neural network (NN). The simulation and experimental results demonstrate the effectiveness of the proposed schemes by comparing them with the previous methods.     

一种改进的无线传感器网络DV-Hop定位算法

传感器节点的自定位问题是无线传感器网络的重要研究内容之一。由于DV-Hop定位算法中误差来源主要是未知节点与锚节点间距离的估计误差,为了减小该误差,引入理想锚节点间距,排除锚节点计算出的单跳平均距离中的误差较大的部分,修正全网平均单跳距离,再对使用最小二乘法计算得到的未知节点坐标进行修正。仿真结果表明,该算法能有效提高节点定位精度,且算法对锚节点数目和节点通信半径要求较低,能有效节约网络的能耗和成本。     

一种基于行为的无线传感器网络覆盖优化方法

在含有移动节点的混合无线传感器网络中,为优化网络覆盖性能,基于包容式体系结构的思想,提出了一种基于行为的移动节点控制策略。设计了移动节点的5种基本行为,分别是停止、漫游、避让固定传感器节点、避让移动传感器节点以及奔向网络覆盖盲区,各行为之间采用竞争与抑制机制进行行为选择。通过仿真实验验证了算法的有效性。     

无线传感器网络节点定位加权校正模型

为了降低定位算法本身和接收信号强度指示(RSSI)所产生的误差对定位精度的影响,在以往的定位算法(如利用高斯—马尔可夫模型定位)中加入校正机制,并将移动锚节点和固定锚节点定位技术相结合,提出了一种基于加权的校正模型和算法。仿真结果表明,采用加权校正模型有效地提高了节点定位精度,与采用高斯—马尔可夫模型定位相比较,定位精度提高了36.2%。     

基于DV-Hop的无线传感器网络安全定位

针对DV-Hop非测距定位技术没有考虑非法节点(包括无法定位的节点)对定位过程影响的问题,提出了一种基于DV-Hop的安全定位机制,即在定位过程中引入了节点间交互信息特性用于检测虫洞攻击,利用时间性质和空间性质明确有效信标节点,并且结合在节点通信过程中加入加密和认证机制来抵御伪装攻击,最后实现安全定位。仿真实验表明,在攻击存在的环境中,提出的安全定位机制能够以较高的概率检测出虫洞攻击,并使定位误差减小了大约63%左右。     

Research of localization approach for the new comer in wireless sensor networks

When some sensor nodes of wireless sensor networks (WSN) can not work forever because of long-term work or failure caused by attack, a few new comers need to be put into the network. For the application of the new comer in WSN, an accurate and effective localization algorithm based on received signal strength indicator (RSSI) is proposed. Through a few necessary nodes’ participation and the collaboration between the new comer and its one-hop and two-hop neighbor nodes, the accurate localization of the new comer is achieved. Simulation results show that the localization accuracy is about 17% of sensor node’s radio frequency (RF) transmission range, when the measurement error is 10% and the standard deviation for Gauss error of original sensor nodes’ coordinate is about 20% of sensor node’s RF transmission range. Simulation results also verify nice stability and adaptability of the new comer’s location algorithm.     

基于无线传感网的海洋监测节点定位算法

针对应用于海洋监测的无线传感器网络,提出了一种基于蒙特卡罗算法的节点定位算法。该算法根据海洋中洋流在某一时间段内线性运动的特性,通过引入符合海水运动规律的角度来提高节点在位置预测阶段的精度;并根据节点感知压力的大小来确定预测坐标的置信度,以对预测坐标进行修正,进而得到最终的预测结果。仿真结果表明,该算法比传统的定位方法在不同的锚节点密度、节点密度、节点运动速度和时间等条件下都表现出更好的性能。     

基于伪三维卷积神经网络的手势姿态估计

大多数现有的基于深度学习的手势姿态估计方法都使用标准三维卷积神经网络提取三维特征,估计手部关节坐标。该方法提取的特征缺乏手部的多尺度信息,限制了手势姿态估计的精度。另外,由于三维卷积神经网络巨大的计算成本和内存需求,这些方法常难以满足实时性要求。为了克服这些缺点,提出以空间滤波器和深度滤波器级联的方式模拟三维卷积,减少网络参数量。同时,在各个尺度上提取手势姿态特征并加以整合,充分利用手势的三维信息。实验表明,该方法能有效提高手势姿态估计精度,减小模型尺寸,且在具有单块GPU的计算机上能以超过119 fps的速度运行。     

眼球光心标定与距离修正的3维注视点估计

目的 在基于双目视线相交方法进行3维注视点估计的过程中,眼球光心3维坐标手工测量存在较大误差,且3维注视点估计结果在深度距离方向偏差较大。为此,提出了眼球光心标定与距离修正的方案对3维注视点估计模型进行改进。方法 首先,通过图像处理算法获取左右眼的PCCR（pupil center cornea reflection）矢量信息,并使用二阶多项式映射函数得到左、右眼的2维平面注视点;其次,通过眼球光心标定方法获取眼球光心的3维坐标,避免手工测量方法引入的误差;然后,结合平面注视点得到左、右眼的视线方向,计算视线交点得到初步的3维注视点;最后,针对结果在深度距离方向抖动较大的问题,使用深度方向数据滤波与Z平面截取修正法对3维注视点结果进行修正处理。结果 选择两个不同大小的空间测试,实验结果表明该方法在3050 cm的工作距离内,角度偏差0.7°,距离偏差17.8 mm,在50130 cm的工作距离内,角度偏差1.0°,距离偏差117.4 mm。与其他的3维注视点估计方法相比较,在同样的测试空间条件下,角度偏差和距离偏差均显著减小。结论 提出的眼球光心标定方法可以方便准确地获取眼球光心的3维坐标,避免手工测量方法带来的误差,对角度偏差的减小效果显著。提出的深度方向数据滤波与Z平面截取修正法可以有效抑制数据结果的抖动,对距离偏差的减小效果显著。     

半径可调的无线传感器网络三维覆盖算法

针对三维无线传感器网络区域中节点覆盖的问题,提出一种半径可调的无线传感器网络三维覆盖算法（3D-CAAR）。该算法利用虚拟力作用实现无线传感器网络的节点均匀部署,同时结合传感器节点的半径可调覆盖机制,判断节点与被覆盖区域中目标点之间的距离。引入能耗阈值,使得节点根据自身情况调节节点感知半径,从而降低无线传感器网络的整体能耗,提高了节点利用率。最后,通过与传统基于人工势场的三维部署算法（APFA3D）、基于与未知目标精确覆盖的三维算法（ECA3D）仿真实验对比,3D-CAAR的事件集覆盖效能明显较高,能有效解决三维无线传感器网络中对目标节点的覆盖问题。     

无线传感器网络质心定位新算法及性能分析

针对锚节点非均匀分布的无线传感器网络质心定位算法定位精度较差的缺陷,提出一种新的质心定位算法--基于最小包围多边形定位(SEPL)算法。该算法以包围未知节点邻居锚节点的最小多边形质心作为未知节点的估计位置。仿真结果表明,SEPL算法可以有效改善锚节点分布不均匀时质心定位算法误差较大的问题,平均定位精度比一般的质心定位算法提高15%。